Tableurs et données

Le tableur est l'outil de travail le plus répandu : suivi de commandes, listes de clients, budgets, plannings. C'est aussi une source d'heures perdues à nettoyer, trier, chercher la bonne formule. L'IA peut vous y aider beaucoup, à condition de savoir ce qu'elle fait bien (expliquer, proposer, structurer) et ce qu'elle ne garantit pas (calculer avec exactitude, comprendre vos données sans que vous les décriviez). Cette leçon vous apprend à travailler avec elle sur les données, en les protégeant.

Karim tient un tableur de ses chantiers : date, type d'intervention, durée, matériel utilisé, prix facturé. Il aimerait savoir quels types d'interventions lui prennent le plus de temps par rapport à ce qu'il facture. Mais ses colonnes sont désordonnées, des cellules contiennent des textes à la place de nombres, et il ne se souvient plus comment écrire une formule de total conditionnel. Il va apprendre à se faire aider sans livrer sa clientèle à un outil non validé.

La règle d'or : décrire la structure, pas livrer les données

Vous n'avez presque jamais besoin de fournir vos vrais tableaux à l'IA. Pour obtenir une formule ou une méthode de nettoyage, il suffit de décrire la structure :

• le nom et le type des colonnes (« A : date au format jj/mm/aaaa ; B : nom du client ; C : montant en euros ») ;
• quelques lignes fictives imitant la forme réelle des données ;
• le résultat souhaité (« Je veux la somme des montants de la colonne C pour les lignes où la colonne D vaut "plomberie" »).

Ainsi, aucun nom de client, aucune adresse, aucun montant réel n'est partagé, et la formule obtenue fonctionnera sur vos vraies données.

Expliquer et écrire des formules

C'est l'un des usages les plus appréciés. Deux directions :

• Écrire une formule à partir d'un besoin décrit en langage naturel.
• Expliquer une formule existante que vous avez héritée d'un collègue et que vous n'osez plus toucher.

Je travaille dans un tableur ([nom ou type : tableur classique, logiciel en ligne…]).
Structure : colonne A = date, colonne B = type d'intervention (texte), colonne C = durée en heures (nombre), colonne D = montant facturé en euros (nombre). Les données commencent à la ligne 2.
Besoin : calculer, pour chaque type d'intervention listé dans la colonne F, la somme des montants et la moyenne des durées.
1. Donne-moi les formules à écrire en G2 et H2, à recopier vers le bas.
2. Explique-les ligne par ligne, avec un petit exemple chiffré fictif.
3. Indique les erreurs fréquentes (cellules vides, texte à la place de nombres, espaces superflus) et comment les repérer.

Pour une formule héritée, collez-la (sans donnée) et demandez : « Explique cette formule étape par étape comme à un débutant, puis signale ce qui pourrait casser si j'ajoute une ligne. »

Nettoyer et classer

Une grande partie du temps passé sur les tableaux consiste à nettoyer : harmoniser les dates, supprimer les doublons, uniformiser les libellés (« Plomberie », « plomberie », « Plombrie »). L'IA peut proposer une méthode et les formules ou fonctions correspondantes, ou classer une liste de libellés en catégories que vous lui indiquez.

Voici une liste de 15 libellés fictifs représentatifs de ma colonne « type d'intervention » :
[libellé 1], [libellé 2], [libellé 3] …
Propose une liste de 5 à 8 catégories cohérentes et classe chaque libellé dans l'une d'elles. Signale les libellés ambigus.
Puis décris une méthode pour appliquer ce classement à mes 400 lignes réelles dans mon tableur, sans que j'aie à les coller dans cette conversation.

Cette dernière phrase illustre un principe pratique : on utilise l'IA pour obtenir la méthode, puis on l'applique soi-même sur les données.

Analyser et produire des synthèses

L'IA peut vous aider à réfléchir à l'analyse : quelles questions poser aux données, quels indicateurs calculer, comment présenter les résultats. Vous pouvez aussi lui fournir vos propres résultats déjà calculés (totaux, moyennes, comparaisons) et lui demander de rédiger une synthèse ou de décrire un graphique pertinent :

• « Voici mes résultats par type d'intervention. Quels trois enseignements pratiques en tirer ? Quelles limites de lecture signaler ? »
• « Quel type de graphique convient pour comparer la durée moyenne et le montant facturé par type d'intervention ? Décris-le et indique ce qu'il faut mettre en légende. »

Notez la nuance : l'IA décrit le graphique ; c'est votre tableur qui le trace. Et les enseignements proposés sont des hypothèses à confronter à votre connaissance du terrain. Un lien entre deux colonnes n'est pas forcément une cause.

Vérifier les calculs

Un assistant peut se tromper dans un calcul, surtout si vous lui fournissez directement un grand tableau et lui demandez les résultats. Il peut aussi donner une formule qui « a l'air » juste mais traite mal les cas particuliers. Une méthode de vérification en cinq gestes :

1. Tester sur un petit exemple dont vous connaissez le résultat (trois lignes calculées à la main).
2. Tester les cas limites : cellule vide, valeur nulle, texte dans une colonne numérique, doublon, date au mauvais format.
3. Recalculer un total autrement (par un autre chemin : somme manuelle, tableau croisé, autre formule).
4. Comparer les ordres de grandeur : le résultat est-il plausible au regard de ce que vous savez ?
5. Documenter : notez la formule retenue, la date et ce que vous avez testé.

Anonymiser avant de partager

Quand vous avez malgré tout besoin de montrer un extrait réaliste, anonymisez soigneusement :

• remplacez noms, adresses, téléphones, identifiants par des codes (Client A, Client B) ;
• supprimez les colonnes inutiles à la question ;
• modifiez les valeurs sensibles (montants, salaires) en conservant leur forme ;
• vérifiez que le croisement de colonnes ne permet pas de réidentifier quelqu'un (par exemple une fonction rare dans un petit service) ;
• et n'utilisez cette démarche que dans le cadre des règles de votre organisation.

L'anonymisation réelle est exigeante : remplacer un nom par un code ne suffit pas toujours à rendre une donnée anonyme au sens de la réglementation. En cas de doute sur des données de personnes, appuyez-vous sur les explications de la CNIL et sur votre délégué à la protection des données.

Mauvaise et bonne utilisation

À vous de jouer

Exercice. Sonia a un tableau de suivi des absences avec les colonnes : nom du salarié, service, date de début, date de fin, motif. Elle souhaite connaître le nombre de jours d'absence par service. Elle ne peut pas partager ce tableau (données personnelles, dont des données de santé potentielles). Décrivez ce qu'elle peut demander à l'IA, ce qu'elle ne doit pas lui fournir, et comment elle vérifiera le résultat.

Votre dossier fil rouge : règles d'usage (données)

Ajoutez une règle « données et tableurs » : (1) je décris la structure, je ne livre pas les données ; (2) j'anonymise selon une liste précise ; (3) je teste toute formule sur un exemple et des cas limites ; (4) je documente. Ajoutez le prompt « formule + explication + erreurs fréquentes » à votre bibliothèque.